YOLOXをWindows10で使いたい

YOLOXという物体検出モデルがある。
これをWindows10の環境に導入して学習を行いたい。

公式のGitHubリポジトリはおそらくUnix系を前提としているのか「ReadMe」に素直に従うとエラーが起こる。

ここで、Windows10によるYOLOXの環境構築からCOCOデータセットを利用した学習までの実現方法を記載する。

格付けチェック「ジャンプ新連載」

真のジャンプ読者であればジャンプ新連載の1話を読んだだけで何話連載するか分かるはず。
週刊少年ジャンプ新連載の1話だけを読んで何話連載するか当てる。

お正月の恒例行事なのでお正月に結果をまとめたい。

詳細は第1回に書いてある。

格付けチェック「ジャンプ新連載」

真のジャンプ読者であればジャンプ新連載の1話を読んだだけで何話連載するか分かるはず。
週刊少年ジャンプ新連載の1話だけを読んで何話連載するか当てる。

お正月の恒例行事なのでお正月に結果をまとめたい。

詳細は第1回に書いてある。

格付けチェック「ジャンプ新連載」

真のジャンプ読者であればジャンプ新連載の1話を読んだだけで何話連載するか分かるはず。
週刊少年ジャンプ新連載の1話だけを読んで何話連載するか当てる。

お正月の恒例行事なのでお正月に結果をまとめたい。

詳細は第1回に書いてある。

複数の画像の中からランダムで1つを返して表示する

例えば画像が1000枚用意してあって、ページにアクセスするたびに別の画像をランダムで表示するようなWEBサイトを作りたいとする。

具体的にはこれが作りたくて調べた↓

画像枚数が10枚程度ならファイル名を全部書いてランダムで選択してもいいが1000枚となると厳しい、また画像を変更・追加するたびにスクリプトを変更するのもスマートじゃない。
色々と方法は考えられるが「Firebase Storage」を利用する方法が、

• 作成が簡単
• 管理・修正が楽
• 無料

と都合が良かったためこれを採用した。

格付けチェック「ジャンプ新連載」

真のジャンプ読者であればジャンプ新連載の1話を読んだだけで何話連載するか分かるはず。
週刊少年ジャンプ新連載の1話だけを読んで何話連載するか当てる。

お正月の恒例行事なのでお正月に結果をまとめたい。

詳細は第1回に書いてある。

今週は記事を書くのが遅れて既に2話が配信されている。
まだ2話は読んでいないが証明できないので今回の結果は参考記録とする。
最近買った「遊戯王ラッシュデュエル 最強バトルロイヤル!!」をずっとやっていたことが原因。

Deep Yu-Gi-Oh!

「Deep Yu-Gi-Oh!」はおよそ1万枚存在する遊戯王カードを学習して作られた、存在しない遊戯王カードを無から生成して表示するサービス。
かねてより開発していた「Deep Yu-Gi-Oh！」がついに完成した。

ハトクラPC 5スタすべきタイミング

ハトクラは先手番が有利なのでハンドエリミネーションを2コインで始めることが多い。俗にいう2スタ。

5コインのカードに欲しいものがあっても2コインを選んで先手を取り2ターン目に出る5コインでそれを買った方が基本的に強い。

しかし一部の例外がある。
5コインで購入できるカードには1枚で戦況を左右するパワーカードがあり、それをひとりじめできるのであれば後手になるとしても5スタを選択する価値がある。

例えばこのマーケットで5スタを選んだ場合、周りのプレイヤーにも左右されるがデッキが一周するまで「豪商」をひとりじめできる確率は55.70%。
2スタが4人いた場合に1番手になる確率が25%であることを考えると十分に5スタを選ぶ価値があることが分かる。

遊戯王カードのイラストをディープラーニングにより学習

以前「Progressive GAN」を利用して遊戯王カードのイラストを自動生成する実験を行った。

それよりも優秀らしい「LightWeight GAN」というものを知ったので今回は「LightWeight GAN」による遊戯王カードの自動生成を試す。

定量評価はできないため主観だが「LightWeight GAN」の方がきれいな画像の生まれる割合が多いように感じた。
加えて、GitHubリポジトリのテストコードが便利で簡単なので「LightWeight GAN」を薦める。

以降、Windows10による環境構築と実験結果を記す。

遊戯王カードのテキストをディープラーニングにより学習

以前遊戯王カードのイラストを学習して新たな遊戯王カードのイラストを生成するという実験を行った。

今回は遊戯王カードのテキストを学習して新たなテキストを生成する。